You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
25 lines
2.7 KiB
25 lines
2.7 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "58dfdaf79fb73f7d34b22bdbacf57329",
|
|
"translation_date": "2025-08-29T13:59:19+00:00",
|
|
"source_file": "4-Classification/3-Classifiers-2/assignment.md",
|
|
"language_code": "ur"
|
|
}
|
|
-->
|
|
# پیرامیٹر پلے
|
|
|
|
## ہدایات
|
|
|
|
جب ان کلاسیفائرز کے ساتھ کام کیا جاتا ہے تو بہت سے پیرامیٹرز پہلے سے طے شدہ ہوتے ہیں۔ VS Code میں Intellisense آپ کو ان میں گہرائی سے دیکھنے میں مدد دے سکتا ہے۔ اس سبق میں مشین لرننگ کی کسی ایک کلاسیفکیشن تکنیک کو اپنائیں اور مختلف پیرامیٹر ویلیوز کو تبدیل کرتے ہوئے ماڈلز کو دوبارہ تربیت دیں۔ ایک نوٹ بک بنائیں جس میں وضاحت کریں کہ کچھ تبدیلیاں ماڈل کے معیار کو کیوں بہتر بناتی ہیں جبکہ دیگر اسے خراب کرتی ہیں۔ اپنے جواب میں تفصیل سے کام لیں۔
|
|
|
|
## معیار
|
|
|
|
| معیار | مثالی | مناسب | بہتری کی ضرورت ہے |
|
|
| -------- | ---------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------- | ----------------------------- |
|
|
| | ایک نوٹ بک پیش کی گئی ہے جس میں مکمل کلاسیفائر بنایا گیا ہے اور اس کے پیرامیٹرز کو تبدیل کیا گیا ہے اور تبدیلیوں کو ٹیکسٹ باکسز میں وضاحت کی گئی ہے | ایک نوٹ بک جزوی طور پر پیش کی گئی ہے یا ناقص وضاحت کی گئی ہے | نوٹ بک میں خرابیاں یا نقائص ہیں |
|
|
|
|
---
|
|
|
|
**ڈسکلیمر**:
|
|
یہ دستاویز AI ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہیں۔ اصل دستاویز، جو اس کی مقامی زبان میں ہے، کو مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔ |